本文探讨了自动连续学习（ACL）方法，利用自指神经网络解决传统神经网络的上下文灾难性遗忘问题。提出的CTR模型和CLARE预训练模型在知识迁移和遗忘方面表现优异，实验结果显示其在多个基准测试中效果显著。此外，TAALM和TriRE等新方法通过动态预测和多机制利用，进一步提高了学习效率并减少了遗忘。